comparación entre los datos de humedad de suelo obtenidos en campañas
DESCRIPTION
Comparación entre los datos de humedad de suelo obtenidos en campañasde medición y los resultados de modelos globales de suelo y estimaciones desensores remotos.TRANSCRIPT
-
Comparacin entre los datos de humedad de suelo obtenidos en campaas
de medicin y los resultados de modelos globales de suelo y estimaciones de
sensores remotos.
Maria Eugenia Dillon (1,2), Estela Collini (1,2), Lorena Ferreira (2) , Gloria Pujol(2), Danilo Dadamia (3)
(1) Servicio de Hidrografa Naval, Departamento de Meteorologa; Argentina.
(2) Servicio Meteorolgico Nacional, Gerencia de investigacin, desarrollo y capacitacin; Argentina.
(3) Comisin Nacional de Actividades Espaciales; Argentina.
E-mail: [email protected]
RESUMEN: Argentina es un pas de amplias dimensiones geogrficas y con una topografa compleja, por lo cual la medicin y monitoreo de la humedad de suelo resulta una tarea costosa. Por este motivo las mediciones in situ son efectuadas en dominios reducidos y en perodos cortos.
En este trabajo se presentan las mediciones de humedad de suelo obtenidas en campaas de medicin efectuadas por la Comisin Nacional de Actividades Espaciales (CONAE) en un predio experimental de la provincia de Crdoba, en diversas fechas de los aos 2009 y 2010. Asimismo se evala cmo estas mediciones son representadas por el conjunto de los modelos de suelo que integran el sistema GLDAS y por las estimaciones satelitales del sensor de microondas pasivo AMSR-E.
Los campos medios de humedad de suelo para el mes de marzo de 2009 de los modelos del GLDAS, muestran una distribucin espacial similar en la regin oeste y sur de Argentina. El campo mensual de los datos derivados de AMSR-E con dos algoritmos diferentes, corroboran en la capa superficial los patrones medios mencionados. Tambin se observa que todos los modelos presentan una gran incertidumbre en el noreste de Argentina y en la Cuenca del Plata, mostrando la complejidad en la descripcin del contenido del agua en el suelo en esa regin.
Recientemente, se instal en la estacin meteorolgica del aerdromo de Venado Tuerto un sensor para la medicin de humedad del suelo, lo cual constituye una primera etapa en la configuracin de una red de medicin en esta regin productiva. Estos datos tambin son incluidos en el presente anlisis.
Las comparaciones entre los datos provenientes de las mediciones y de los modelos desacoplados muestran que a veces los valores se corresponden, mientras que en otras situaciones difieren significativamente. Los resultados ponen de manifiesto la necesidad de avanzar en la organizacin de una red de campaas para una mejor caracterizacin de la variable.
-
INTRODUCCIN
Para obtener un pronstico numrico del tiempo confiable, es indispensable utilizar condiciones iniciales y de
borde de buena calidad, lo cual representa un desafo principalmente cuando se trabaja en tiempo real. El borde
inferior de un modelo atmosfrico es la superficie terrestre, y por lo tanto requiere de una ajustada
representacin tanto de la superficie del mar como de los continentes y en este ltimo caso del suelo. En
particular, la humedad del suelo es una de las variables ms importantes que caracteriza el estado del suelo. La
misma es imprescindible en la inicializacin de un modelo numrico del tiempo, influyendo en el pronstico de
variables como la precipitacin y flujos de calor en superficie (Collini y otros, 2010; Saulo y otros, 2010; Dillon
y otros, 2011). Por estas razones, es de gran utilidad contar con una representacin confiable de esta variable, y
ello implica la necesidad de verificar los modelos de suelo con mediciones en regiones con determinadas
caractersticas topogrficas y de uso del suelo.
Argentina es un pas de amplias dimensiones geogrficas con una topografa compleja, y en consecuencia la
medicin y monitoreo de la humedad de suelo resulta una tarea costosa, por lo cual las mediciones in situ se
efectan en dominios reducidos y en perodos cortos e intermitentes. Por este motivo, hay que resaltar la
importancia de las campaas de medicin de humedad de suelo realizadas por la Comisin Nacional de
Actividades Espaciales (CONAE) en un predio experimental de la provincia de Crdoba en el marco del
proyecto SAOCOM, durante diversas fechas entre los aos 2009 y 2010. Recientemente, en la estacin
meteorolgica del aerdromo de Venado Tuerto (provincia de Santa Fe) se instal un sensor para la medicin de
humedad del suelo, lo cual constituye una primera etapa en la configuracin de una red de medicin en esta
regin productiva. Cabe destacar la importancia de ambos esfuerzos, pero a la vez la necesidad de continuarlos y
expandir su cobertura espacial.
Frente a esta problemtica, se estudia la utilizacin de otras fuentes de informacin como las estimaciones
provenientes de sensores remotos, las cuales comenzaron a proporcionar mediciones de humedad de suelo en
la capa superficial, con frecuencia prcticamente diaria. Un ejemplo es el radimetro avanzado de microondas
pasivo AMSR-E que se encuentra a bordo del satlite EOS-Aqua, y actualmente se encuentra fuera de servicio,
pero se est intentando reparar. De todas formas, este sensor proporcion una base de datos de humedad de suelo
desde mediados del 2002 hasta el 2011. Existen dos algoritmos para estimar la humedad de suelo empleando los
datos de microondas AMSR-E: el producido por el NSIDC-NASA (National Snow and Ice Data Center and
NASA) (Njoku 1999) y el producido por VUA-NASA (Vrije Universiteit msterdam and NASA) (Owe y otros,
2008). En diferentes regiones se ha demostrado que la dinmica de la humedad de suelo representada por cada
uno es distinta (Rudiger y otros, 2009; Draper y otros, 2009; Dillon y otros, 2011).
Por otro lado, actualmente en el Sistema Global de Asimilacin de Datos del Suelo (GLDAS) se procesan los
modelos de suelo desacoplados CLM (Community Land Model), Mosaic, NOAH y VIC (Variable Infiltration
-
Capacity), los que proveen de campos diarios y mensuales de variables del estado del suelo en distintas
profundidades (Rodell y otros, 2004) entre ellas la humedad de suelo, para la inicializacin de modelos
atmosfricos y para estudios hidroclimticos. Varios son los trabajos donde se emplea la base de datos GLDAS
(Syed y otros, 2008; Ferreira y otros, 2010; Spennemman, 2010; Zaitchik y otros, 2010). Entre estos podemos
citar el de Liu y otros (2009) quienes realizan comparaciones entre la humedad del suelo obtenida a partir de
estos modelos, con la correspondiente al radimetro pasivo AMSR-E, en la Cuenca de Murray Darling en
Australia. Los resultados muestran un grado de acuerdo entre ambas bases de datos y destacan que la
coincidencia entre las distintas bases de datos depende de las condiciones hmedas o secas.
El objetivo del presente trabajo es realizar comparaciones entre las mediciones de humedad de suelo in situ de
las campaas mencionadas, con las estimaciones provenientes del sensor remoto AMSR-E, y las estimaciones de
los modelos de suelo desacoplados del sistema GLDAS, con el fin de establecer el grado de confiabilidad de
dichas estimaciones.
BASES DE DATOS DE HUMEDAD DEL SUELO
Las simulaciones del GLDAS son forzadas por una combinacin de los anlisis del GDAS (Global Data
Assimilation System) y del CMAP (Climate Prediction Center Merged Analysis of Precipitation), los cuales
incorporan observaciones de superficie y de satlite. Las mismas se encuentran disponibles en
http://mirador.gsfc.nasa.gov con un desfasaje de 3 meses aproximadamente. El modelo Mosaic est basado en el
modelo SiB (Simple Biosphere) y se divide en tres capas de profundidad: 0 0.02m, 0.02 1.5 m, 1.5 3.5m. El
modelo CLM surge de la combinacin de los mejores componentes de 3 modelos (NCAR Land Surface Model
Biosphere Atmosphere Transfer Scheme LSM of the Institute of Atmospheric Physics of the Chinese Academy
of Sciences) y presenta diez capas de variados espesores: 0 0.018m, 0.018 0.045m, 0.045 0.091m, 0.091
0.166m, 0.166 0.289m, 0.289 0.493m, 0.493 0.829m, 0.829 1.383m, 1.383 2.296m, 2.296 3.433m. El
NOAH es el modelo utilizado operativamente en el NCEP (National Centres for Environmental Prediction), el
cual es actualizado continuamente, y est dividido en cuatro capas con espesores distintos: 0 0.1m, 0.1 0.4m,
0.4 1m, 1 2m. En el ao 2008 se agreg al GLDAS el procesamiento del modelo VIC (Variable Infiltration
Capacity Macroscale Hydrologic Model), con tres capas de profundidad: 0 - 0.1m, 0.1 1.6m, 1.6 1.9m. Las
salidas de las cuatro simulaciones ofrecen variables como evapotranspiracin total, radiacin incidente sobre la
superficie, humedad y temperatura del suelo, entre otras, con una resolucin horizontal de 1x1.
Por otro lado, el AMSR-E es un radimetro pasivo que detecta la radiacin en el rango de las microondas,
permitiendo inferir temperaturas de brillo en 6 frecuencias que van desde 6,9 a 89,0 GHz. El producto de
humedad del suelo derivado del AMSR-E se obtiene de dos fuentes, como se menciona en la Introduccin. El
-
algoritmo del NSIDC se basa en el cociente de polarizacin (RP), mientras que el del VUA utiliza el canal
polarizado dual (6.925 o 10.65 GHz) para recuperar la humedad del suelo superficial y el contenido de agua de
la vegetacin, y el de 36.5 GHz polarizado verticalmente para obtener la temperatura de brillo. Este conjunto de
datos de humedad del suelo, tiene alta frecuencia temporal (da y noche) y baja resolucin espacial (0.25),
limitndose a una profundidad de suelo de aproximadamente 0.015 m. De esta forma, cada 24 horas es
posible producir un mapa global de humedad del suelo.
Los autores han estudiado la evolucin de la humedad de suelo superficial en el Sur de Sudamrica durante el
mes de marzo de 2009, a partir de la base de datos del GLDAS y de las estimaciones del AMSR-E. Dicho
perodo es representativo del comienzo de las precipitaciones en la regin, luego de la sequa prolongada desde
fines del 2008 hasta comienzos de 2009 (Collini y otros, 2010; Dillon y otros, 2011). En la prxima Seccin se
muestran algunos resultados de este anlisis.
Las campaas de medicin de humedad de suelo in situ realizadas por CONAE en la provincia de Crdoba,
fueron planificadas en un predio de aproximadamente 10 hectreas divididas en 20 parcelas con diferentes
cultivos que representan distintos usos de suelo. Se efectuaron mediciones durante distintas fechas de los aos
2009 y 2010, en horas matutinas (entre las 9 y las 11 hs), mediante dos mtodos: el gravimtrico y por medio de
una sonda Diviner ( http://www.seedmech.com ). Se obtuvieron as datos de humedad de suelo a 5 y 15 cm de
profundidad respectivamente, segn el mtodo. Dado que algunos modelos del sistema GLDAS ofrecen datos en
dichos niveles, es de inters verificarlos con las mediciones in situ. Cabe destacar, sin embargo, que para realizar
estas comparaciones es necesario promediar los valores de todas las parcelas del campo experimental, ya que la
resolucin horizontal de los modelos de suelo permite representar en un punto aproximadamente 100 hectreas.
Por lo tanto, las comparaciones se realizan en forma puntual en 31.52S, 64.45O. En la Tabla 1 se especifican
los das en los que se realiza el anlisis. En algunas fechas tambin se incluyen las estimaciones del AMSR-E.
Los sensores que se instalaron en la estacin meteorolgica del Aerdromo de Venado Tuerto son
HYDRAPROBE II ( http://www.stevenswater.com ), y estn enterrados a 10 y 50 cm de profundidad, bajo una
cubierta de pasto natural en superficie. Los mismos estn en funcionamiento a partir de Enero de 2012,
proporcionando datos horarios de diversas variables como la humedad y temperatura del suelo, conductividad y
salinidad, entre otras. Actualmente, la base de datos del GLDAS se encuentra disponible hasta diciembre de
2011, con lo cual no es posible realizar una verificacin de la misma con estos nuevos datos in situ. Sin
embargo, en un futuro cercano se va a poder concretar ya que estos sensores no pertenecen a una campaa
aislada, sino que son parte de un proyecto a largo plazo.
-
Tabla 1.- Fechas en las que se realizan las comparaciones de humedad de suelo.
Referencia Ao 2009 Referencia Ao 2009 Referencia Ao 2010
1 27-Julio 31 09-Octubre 1 15-Enero
2 29-Julio 32 16-Octubre 2 18-Enero
3 31-Julio 33 19-Octubre 3 21-Enero
4 03-Agosto 34 21-Octubre 4 25-Enero
5 05-Agosto 35 26-Octubre 5 27-Enero
6 07-Agosto 36 28-Octubre 6 29-Enero
7 10-Agosto 37 30-Octubre 7 08-Febrero
8 12-Agosto 38 02-Noviembre 8 23-Marzo
9 14-Agosto 39 04-Noviembre 9 09-Abril
10 19-Agosto 40 06-Noviembre 10 13-Abril
11 21-Agosto 41 11-Noviembre 11 15-Abril
12 24-Agosto 42 13-Noviembre 12 19-Abril
13 26-Agosto 43 16-Noviembre 13 23-Abril
14 28-Agosto 44 18-Noviembre 14 26-Abril
15 31-Agosto 45 20-Noviembre 15 21-Mayo
16 02-Septiembre 46 23-Noviembre 16 04-Junio
17 04-Septiembre 47 25-Noviembre 17 23-Junio
18 07-Septiembre 48 30-Noviembre 18 14-Julio
19 09-Septiembre 49 02-Diciembre 19 16-Julio
20 14-Septiembre 50 04-Diciembre 20 19-Julio
21 16-Septiembre 51 07-Diciembre 21 21-Julio
22 18-Septiembre 52 09-Diciembre 22 23-Julio
23 21-Septiembre 53 11-Diciembre 23 26-Julio
24 23-Septiembre 54 14-Diciembre 24 06-Agosto
25 25-Septiembre 55 16-Diciembre 25 25-Agosto
26 28-Septiembre 56 18-Diciembre 26 14-Septiembre
27 30-Septiembre 57 21-Diciembre
28 02-Octubre 58 23-Diciembre
29 05-Octubre 59 28-Diciembre
30 07-Octubre 60 30-Diciembre
-
RESULTADOS
Se presentan primero los campos medios de humedad de suelo del mes de marzo de 2009, de las capas
superficiales de los cuatro modelos del sistema GLDAS, junto con las estimaciones del AMSR-E a partir de los
dos algoritmos mencionados (Figura 1). Observando los modelos Noah y VIC, los cuales alcanzan una
profundidad de 10 cm en su capa superficial, se distingue un mayor contenido de humedad en este ltimo, en
todo el dominio. Sin embargo, ambos presentan una estructura similar respecto a las zonas de mnimos y
mximos relativos: tanto la diagonal seca como la zona hmeda del norte del dominio tienen la misma ubicacin
en los dos modelos. La regin en la que ms difieren es en el centro y este de Argentina, donde los gradientes de
humedad representados por el VIC son ms intensos.
La capa superficial de los modelos Mosaic y CLM es menos profunda, alcanzando slo 2 y 1.8 cm
respectivamente. Ambos representan la diagonal seca con valores similares, aunque el Mosaic extiende estas
condiciones hacia el norte de Argentina, Bolivia y Paraguay. Respecto a las regiones hmedas, ste posee
valores ms elevados.
Las estimaciones del AMSR-E muestran una fuerte dependencia del algoritmo utilizado: el VUA presenta
valores mayores de humedad de suelo en todo el dominio. Dado el espesor representado por este sensor remoto
(1.5 cm), los resultados pueden ser comparados con los modelos Mosaic y CLM. En lneas generales se observa
una mayor concordancia de ambos con el AMSR-E NSIDC.
Por otro lado, si en lugar de considerar un promedio temporal, se consideran promedios areales en las zonas de la
provincia de Buenos Aires y Uruguay (cajas delimitadas en la Figura 1), por ejemplo, se puede analizar la
evolucin diaria de la humedad de suelo. En la Figura 2 se muestran los resultados para las capas superficiales
de los cuatro modelos del sistema GLDAS y para las estimaciones AMSR-E, para el mes de Marzo de 2009. Una
caracterstica interesante es que en ambos casos el AMSR-E NSIDC acompaa mejor la evolucin de los
modelos, es decir que parece representar mejor la dinmica de la variable humedad del suelo. Esta propiedad no
coincide con los resultados hallados en otras regiones del mundo como Francia y Australia (Rudiger y otros,
2009; Draper y otros, 2009), que muestran una mejor representacin con el algoritmo desarrollado por VUA.
Cabe destacar, sin embargo, que en la caja correspondiente a la Provincia de Buenos Aires el AMSR-E VUA y
el Mosaic se comportan prcticamente de la misma manera.
-
Figura 1.- Campos medios de marzo de 2009 de humedad de suelo volumtrica de los modelos Noah (10 cm), VIC (10 cm), Mosaic (2 cm), CLM (1.8 cm); y estimados por el AMSR-E (1.5 cm) a partir de los algoritmos NSIDC y VUA. El
contorno rojo corresponde a la Cuenca del Plata.
-
Caja 1 (Provincia de Buenos Aires)
00,05
0,10,15
0,20,25
0,30,35
0,40,45
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Das (Marzo 2009)
Hum
edad
de
suel
o vo
lum
tric
a (m
3/m
3)
MosaicCLMVICNoahAMS VUAAMS NSIDC
Caja 2 (Uruguay)
-0,2-0,1
00,1
0,20,3
0,40,5
0,6
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Das (Marzo 2009)
Hum
edad
de
suel
o vo
lum
tric
a (m
3/m
3)
MosaicCLMVICNoahAMS VUAAMS NSIDC
Figura 2.- Evolucin de la humedad de suelo media en las cajas comprendidas por la provincia de Buenos Aires
(Panel superior), Uruguay (Panel inferior), durante Marzo de 2009, de las capas superficiales de los modelos Noah, VIC, Mosaic, CLM, y estimada por el AMSR-E a partir de los algoritmos VUA y NSIDC.
El anlisis presentado sobre Marzo de 2009, pone de manifiesto una incertidumbre no slo sobre la humedad de
suelo simulada por los modelos del sistema GLDAS, sino tambin sobre las estimaciones de esta variable a partir
de sensores remotos. La inclusin de mediciones in situ en las comparaciones, podra ayudar a obtener
conclusiones ms robustas.
En la Figura 3 se presenta la humedad de suelo medida por el mtodo gravimtrico en el predio experimental de
Crdoba, durante distintas fechas entre Julio y Diciembre de 2009 (ver Tabla 1), junto con las simulaciones de
esta variable de los modelos del sistema GLDAS, en el punto de retcula ms cercano. Respecto a los modelos,
se observa que en general poseen la misma tendencia, aunque en los ltimos das analizados se encuentra una
mayor dispersin. A pesar de que las capas superficiales del Mosaic (2 cm) y CLM (1.8 cm) son menos
profundas que el espesor donde se realiza la medicin in situ, durante los primeros 20 das, y en algunos
perodos intermitentes, los valores de ambos son los ms coincidentes con los obtenidos mediante el mtodo
gravimtrico. Pero entonces, esto implica que dichos modelos van a presentar mayor contenido de humedad a 5
-
cm de profundidad. Esto se debe a que el almacenamiento de agua decrece cerca de la superficie terrestre, debido
al intercambio de flujos con la atmsfera y su rpida respuesta a la precipitacin y evaporacin (Ferreira y otros,
2010). Esta caracterstica se puede observar con el modelo CLM, que a 4.5 cm de profundidad muestra, en
general, mayor contenido de humedad que a 1.8 cm, superando tambin el valor de la medicin gravimtrica.
Por otro lado, en la mayora de las fechas, el Noah y el VIC simulan a 10 cm de profundidad valores ms altos
que los medidos in situ a 5 cm, lo cual es consistente con el hecho que estos modelos representen bien la
dinmica de la humedad de suelo. Hacia el final del perodo, que corresponde al inicio del verano, no se
encuentra un comportamiento claro.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 10 20 30 40 50 60 70
Das (2009)
Hum
edad
de
suel
o vo
lum
tric
a (m
3/m
3)
Gravim (5cm)
Noah (10cm)
CLM (4,5cm)
VIC (10cm)
CLM (1.8cm)
Mosaic (2cm)
Figura 3.- Humedad volumtrica del suelo para las fechas de 2009 indicadas en la Tabla1, obtenida con el mtodo
gravimtrico (5 cm), y calculada por los modelos Noah (10 cm), VIC (10 cm), Mosaic (2 cm), CLM (1,8 cm) y CLM (4,5 cm).(Predio experimental Crdoba)
Durante los meses de 2010 considerados, se seleccion una muestra con los das en los cuales hubo mediciones
simultneas con el mtodo gravimtrico y la Sonda Diviner (Figura 4). Respecto a las mediciones in situ, se
destaca la diferencia entre el mtodo gravimtrico y el mtodo por Sonda, al mismo tiempo que se recuerda la
diferencia de profundidad de cada uno: 5 y 15 cm, respectivamente. Se puede observar que esta desigualdad es
subestimada por el CLM, considerando los valores que simula en 4.5 y 16.6 cm.
-
00,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0 5 10 15 20 25 30
Das (2010)
Hum
edad
de
suel
o vo
lum
tric
a (m
3/m
3)
Gravim (5cm)
Noah (10cm)
CLM (4,5cm)
VIC (10cm)
Sonda (15cm)
CLM (16.6cm)
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 5 10 15 20 25 30
Das (2010)
Hum
edad
de
suel
o vo
lum
tric
a (m
3/m
3)
Gravim (5cm)
AMS NSIDC (1.5cm)
AMS VUA (1.5cm)
CLM (1.8cm)
Mosaic (2cm)
Figura 4.- Humedad volumtrica del suelo para las fechas de 2010 indicadas en la Tabla1. Panel superior: obtenida con el mtodo gravimtrico (5 cm) y con la sonda Diviner (15 cm); calculada por los modelos Noah (10 cm), VIC (10 cm), CLM
(4,5 cm) y CLM (16,6 cm). Panel inferior:
obtenida con el mtodo gravimtrico (5 cm); estimada por AMSR-E NSIDC (1,5 cm) y AMSR-E VUA (1,5 cm); calculada por los modelos Mosaic (2 cm) y CLM (1,8 cm). (Predio experimental Crdoba)
Respecto a los modelos Noah y VIC, simularon mayor contenido de humedad que las mediciones gravimtricas,
lo cual coincide con lo hallado durante las fechas analizadas del 2009 y es coherente con la dinmica de esta
-
variable. Sin embargo, en general los valores simulados tambin son mayores que los medidos a 15 cm por el
mtodo Sonda, lo que indicara que ambos modelos presentan una sobrestimacin de la humedad de suelo.
En las capas superficiales, los primeros das tanto el Mosaic como el CLM (1.8 cm) muestran valores ms secos
que ambas estimaciones del AMSR-E. El resto del perodo, en general la humedad representada por el AMSR-E
NSIDC es intermedia entre la simulada por el Mosaic y el CLM, mientras que la humedad representada por el
AMSR-E VUA es mayor. Este comportamiento es anlogo al hallado durante Marzo de 2009, donde este
algoritmo present una estimacin de mayor contenido de humedad que el algoritmo desarrollado por NSIDC.
Por ltimo, comparando estos modelos y estimaciones con las mediciones in situ a 5 cm de profundidad, se
observa que al comienzo y al final del perodo los valores son mayores en las capas superficiales.
A pesar de que los datos del 2010 presentan ms dispersin que los del 2009, se puede apreciar que los modelos
Mosaic y CLM tambin tienden a sobrestimar el valor de la humedad del suelo. Adems, luego de haber
considerado las mediciones in situ a una profundidad de 15 cm, se pudo observar que los modelos Noah y VIC
presentaron sobrestimaciones.
Recientemente, se instal en la estacin meteorolgica del aerdromo de Venado Tuerto un sensor para la
medicin de humedad de suelo, y en la Figura 5 se muestran los promedios diarios de la humedad de suelo a 10
cm de profundidad, obtenida con frecuencia horaria en la estacin de Venado Tuerto. Como ya se mencion,
actualmente no se dispone de simulaciones del GLDAS para esa poca, ni tampoco de estimaciones provenientes
de sensores remotos. Sin embargo, se quiere destacar la importancia de este nuevo set de datos, y la necesidad de
que las mediciones continen en esta estacin y se extiendan a una red amplia y permanente.
Mediciones Venado Tuerto
0,00
0,050,10
0,150,20
0,25
0,300,35
0,40
0 5 10 15 20 25 30 35
Das (Enero 2012)
Hum
edad
vol
umt
rica
del
suel
o (m
3/m
3)
Figura 5.- Humedad volumtrica del suelo obtenida con HYDRAPROBE II (10 cm), en la estacin Venado Tuerto, durante
Enero de 2012. (Entre el 12 y el 20 no hay datos disponibles)
-
CONCLUSIONES
A partir de un anlisis de variadas fechas de los aos 2009 y 2010 en un predio experimental de Crdoba, se
mostr que los valores de la humedad del suelo calculadas por los modelos de suelo del GLDAS en
profundidades comparables con las de las observaciones, tienden a sobrestimar respecto a dichas mediciones.
Aquellos modelos que la calculan a escasa profundidad presentan valores similares con los medidos, lo cual
tambin indicara una sobrestimacin, considerando la diferencia de profundidades entre ambas bases de datos.
Por otro lado, la comparacin de la humedad del suelo de las capas superficiales de los modelos con las
estimaciones del AMSR-E, pone de manifiesto una incertidumbre respecto a los algoritmos utilizados para
obtenerla. Sera necesario extender este tipo de verificaciones, y agregar al anlisis mediciones in situ a una
profundidad semejante a la alcanzada por el sensor remoto con el fin de optimizar las comparaciones.
En este sentido, se destaca la iniciativa conjunta entre CONAE y el SMN, en disear una red de sensores de
humedad del suelo permanente, ubicados en estaciones meteorolgicas. Actualmente se encuentra en
funcionamiento el sensor en Venado Tuerto desde enero de 2012, cuyos datos se estn almacenando para
comenzar a organizar una base de datos abierta a incluir mediciones de las estaciones que se vayan agregando a
la red potencial.
Por ltimo, se quiere mencionar que uno de los interrogantes que se present durante este anlisis, es la
diferencia entre el uso del suelo que utiliza cada uno de los modelos del GLDAS en el punto de retcula
estudiado y el de las parcelas donde se efectu la medicin. Creemos que es un tema importante a desarrollar,
junto con el anlisis de las diferencias entre el tipo de vegetacin o cultivo que utilizan los modelos y el de las
parcelas donde se hacen las mediciones. Estas caractersticas podran ser cruciales para explicar las
desigualdades halladas.
Agradecimientos. Este trabajo fue realizado en el marco del proyecto Aplicaciones de modelos numricos de ltima generacin, en el mbito del Servicio Meteorolgico Nacional para el pronstico del tiempo. Estudios de vulnerabilidad del medio ambiente e impacto socioeconmico, PIDDEF 41/10 del Ministerio de Defensa. Las mediciones fueron realizadas en el marco del Proyecto SAOCOM desarrollado en CONAE. Los datos del AMSR-E/NSIDC estn disponibles en el National Snow and Ice Data Center de la NASA (http://nsidc.org/data/docs/daac/ae_land_l2b_soil_moisture.gd.html ) a los cuales se accede va ftp. Los datos del AMSR-E/VUA estn disponibles en la Vrije Universitet Amsterdan (http://geoservices.falw.vu.nl/amsr_soil_moisture_description.html).
-
REFERENCIAS
Collini E. A., Dillon M. E., Ferreira L., Pujol G., 2010. Estudio de la sensibilidad del modelo WRF-ARW versin SMN empleando los campos de humedad de suelo provenientes de modelos globales y de sensores remotos. XXV Reunin Cientfica de la AAGG, Crdoba, Argentina; Resumen publicado en las Actas de la Reunin ISBN 978-987-25291-2-3.
Dillon M. E., Ferreira L., Collini E. A., Pujol G., 2011. Estudio de la sensibilidad del modelo WRF-ARW versin SMN/SHN usando campos de humedad del suelo del GLDAS. Conferencia Geogrfica Regional, UGI 2011, Chile; 14 al 18 de Noviembre de 2011. Trabajo presentado en forma oral, y publicado en Actas del Congreso.
Draper C. S., Walker J. P., Steinle P. J., de Jeu R. A. M., Holmes T. R. H., 2009. An evaluation of AMSR-E derived soil moisture over Australia. Remote Sensing of Environment, Elsevier, Vol 113, 703 710.
Ferreira L., Salgado H., Saulo C., Collini E. A., 2010. Comparison of soil moisture values derived from models with observations from a field campaign over Argentina. enviado al Atmos. Scie.Let.
Liu Y. Y., McCabe M. F., Evans J. P., van Dijk A. I. J. M., de Jeu R. A. M., Su H., 2009. Comparison of soil moisture in GLDAS model simulations and satellite observations over the Murray Darling Basin. The 18th World IMACS Congress and MODSIM09 International Congress on Modelling and Simulation. Cairns, Australia. 2798 2804.
Njoku E., 1999. AMSR Land Surface Parameters. Algorithm Theoretical Basis Document: Surface Soil Moisture, Land Surface Temperature, Vegetation Water Content, Version 3.0. Pasadena, California USA: NASA Jet Propulsion Laboratory.
Owe M., de Jeu R. A. M., Colmes T., 2008. Multi-Sensor Historical Climatology of Satellite-Derived Global Land Surface Moisture, J. Geophys. Res., 113, F01002, doi:1029/2007JF000769.
Rodell M., Houser P. R., Jambor U., Gottschalck J., Mitchell K., Meng C. J., Arsenault K., Cosgrove B., Radakovich J., Bosilovich M., Entin J. K., Walker J. P., Lohmann D., Toll D., 2004. The Global Land Data Assimilation System. Bull. Ame. Meteo. Soc., Vol 85, 381 394, doi: 10.1175/BAMS-85-3-381.
Rudiger C., Calvet J., Gruhier C., Holmes T. R. H., de Jeu R. A. M., Wagner W., 2009. An intercomparison of ERS-Scat and AMSR-E Soil Moisture Observations with Model Simulations over France. J. Hydrometeorology, Vol 10, 431 447.
Saulo C., Ferreira L., Nogues-Paegle J., Seluchi M., Ruiz J., 2010. LandAtmosphere Interactions during a Northwestern Argentina Low Event. Mon. Wea. Rev., 138, 2481-2498. doi: 10.1175/2010MWR3227.1.
Spennemman Pablo, 2010. Evaluacin de la representacin de la humedad de suelo por el modelo WRF-ARW. Tesis de Licenciatura. Departamento de Ciencias de la Atmsfera y los ocanos de la Universidad de Buenos Aires.
Syed T. H., Famiglietti J. S., Rodell M., Chen J., Wilson C. R., 2008. Analysis of terrestrial water storage changes from GRACE and GLDAS.
Zaitchik B. F., Rodell M., Olivera F., 2010. Evaluation of the Global Land Data Assimilation System using global river discharge data and a source-to-sink routing scheme. Water Resources Research, Vol 46, W06507, 17 pp, doi:10.1029/2009WR007811.